phenome的个人博客分享 http://blog.sciencenet.cn/u/phenome

博文

中西医融合的三个阶段

已有 1019 次阅读 2022-7-5 13:22 |个人分类:用现代科学解读中医药学原理|系统分类:科研笔记

中西医融合的三个阶段

熊江辉

【摘要】提出中西医融合可分成临床协同、数据协同、本体论(术语)融通三个阶段的观点。其中最有挑战的是本体论融通阶段,该阶段在大数据的基础上,规模化地进行定性归纳、不断更新术语与知识结构。与数据协同阶段以统计学为内涵不同,该阶段将以信息论为主导。建议建立专门的多学科融合创新中心。

中医、西医具有不同的理论体系,是人类智慧之花的结晶。最近,关于中医西医关系出现了一些新的提法,包括中西医结合、到中西医协同、中西医合作。笔者认为,中医西医必将走向融合,并且大致会经历三个阶段。

首先,中西医必将融合是由人类思维的特点决定的。中医是演绎法,西医是归纳法,二者天然互补,解决复杂的医学问题需要演绎法归纳法的综合集成,需要定量定性的结合。中医的特点是演绎法的运用,中医辨证本质上是通过症状归纳提炼为“证”的特征,从而利用演绎法遣方用药。演绎法的特点是其“保真”性。在新发传染病,特别是出现新的病毒变异时,并不需要完成对新病原体的详尽测量,通过人体症状表型测量,即可对新情况作出适当响应。当然,通过表观症状的表型测量进行分类,存在一定的主观性。如何实现中医辨证的标准化,是该领域的重大技术挑战。融合西医精准测量的特点,是中西医合作的一个方向。

 值得注意的是,整体论不代表模糊。“西医无症状,中医有证候”,说明中医证候是一个灵敏的信号检测工具,可以灵敏地检测出来具有临床意义、与患者预后显著相关的特征。

其次,西医正在进行整体论的归纳,西医的特征归纳到一定程度必然与中医特征术语产生交集。随着现代生命科学的进展,现代生物医学逐步在从现象观察到抽象提炼上取得新的进展。一方面,系统生物学、网络药理学研究使得人们认识到基因网络的特征性变化是疾病、药物作用的本质特征,制药工业也在探讨从靶向分子向靶向信号通路的思路扩展。另一方面,科学家试图从宏观整体角度把握健康和疾病的本质属性,一系列健康与衰老、疾病的hallmarks(本质特征,或共性特征)的提出是其典型代表。2000年,Cell杂志发表了综述《Hallmarks of Cancer》(癌症的共性特征)[1]。文章问世后,很快成为领域内的经典,是《Cell》历史上被引用次数最多的综述之一,说明这个理论体系对癌症领域研究具有重要指导或参考作用。该理论总结了癌症的6个标志性特征,例如自给自足的生长信号。2011年,第二版发布,新增了4个特征。2022年,第三版发布,又增加了4个特征。至此,癌症被归纳为有14个共性特征[2-3]。2013年,Cell杂志发表题为《Hallmarks of Aging》的综述论文,系统归纳了衰老的本质特征[4],包括端粒损耗等一共9项特征。2021年,Cell杂志发表题为《Hallmarks of Health》的综述论文,从细胞分子生物学的角度,归纳了健康的本质特征[5]。总体来看,上述Hallmarks的总结是一种由下而上(bottom-up)的归纳,并非基于一个逻辑基点的演绎,且有越总结越多的趋势,其逻辑体系尚待完善。

在生命组学+人工智能时代,中西医融合的条件正在成熟。生命组学提供了各个角度、各个层级的数据,AI人工智能、深度学习技术的本质是大规模产生特征(feature),并量化评估特征的对系统描述的能力。生命组学+深度学习技术应用于大型临床队列数据,具备了对大规模计算生成的特征进行规模化评估的能力。

中西医融合的路径可能分成三个阶段:临床协同、数据协同、本体论融通。

第一阶段,临床协同阶段。继续在新发突发传染病防治、病毒变异应对方面进行临床协同,并将在慢病管理、疾病预防等方面扩展。

第二阶段,数据协同阶段。将西医的精准检测与中医思维相结合,特别是通过生命组学、中医辨证同步采集的临床队列与数据资源,实现中医辨证的标准化。同一套临床样本,同步进行精准医学疾病分型、证候识别分类,对西医疾病亚型与中医证候的对应关系进行规模性的挖掘与验证,从相关性(association)的层面建立中西医概念的映射关系。该阶段的关键资源是:临床队列资源、标准化的表型组学测试、广谱适用的生命组学测量技术(例如,具有广泛表型拟合能力的血细胞DNA甲基化组学)、人工智能深度学习技术(深度学习的本质优势是其产生有价值的特征feature的能力,西医疾病亚型的定义本身可以以数据驱动的方式,通过深度学习来生成)。

第三阶段,本体论融通阶段。通过第二阶段的数据协同,挖掘到疾病亚型与中医证候的映射关系,是一种相关性,进一步归纳到本体论(ontology)的本质认识。转变传统话语体系,用现代话语对中医学进行现代阐释是中医现代化的关键环节。本体论(ontology)是哲学概念,是对概念化的精确描述,用于描述事物的本质。近年来这个词被应用到计算机界,并在人工智能、计算机语言以及数据库理论中起到越来越重要的作用。这些基本概念如同一座大厦的基石,为交流各方提供了一个统一的认识,知识的测试、验证、搜索、积累和共享的效率将大大提高,真正意义上的知识重用和共享也成为可能。例如,分子生物学领域的Gene Ontology,建立了所有与基因描述相关术语的词汇表,成为生物信息学领域的重要基础设施。在中国古代哲学中,本体论也叫“本根论”,探究天地万物产生、存在、发展变化根本原因和根本依据。

第三阶段的目标是将中医,西医的理论用一个统一的本体论体系统一起来。这其中的一个基本前提就是确认中医概念的客观指向性、可计算性,即中医概念不是简单的哲学术语,而是具体指向人体的功能单元。这一点从中药的注释,例如“补脾益肺”、“软坚散结”等可以看出来,这里“脾”,“坚”就是中药靶向体内的生物学过程。这个生物学过程需要结合第二阶段的数据,通过建模拟合形成。

因此,第三阶段的医学本体论ontology,不光包括中医术语,更包括在第二阶段经由基因-表型映射形成的从细胞、分子,到组织、器官系统各个层级形成的功能术语。例如,对基因网络进行提炼形成的参与多种生物学过程的、数据驱动形成的基因模块就可以定型归纳为ontology体系的术语。可以想见,将来的医学本体论ontology是一个层级结构,其顶层主要是一系列来自中医的术语,数量较少,其底层是一系列来自基因组学的术语。中医遣方用药靶向的是顶层术语,西药研发的靶标是一个个基因或蛋白,最近的趋势,是同时靶向多个蛋白,或者靶向某个功能路径pathway。还有一个新的趋势,是跳开人体而靶向肠道菌群。可以想象,在底层成千上万个底层蛋白质节点到顶层“心肝脾肺肾”等少数功能术语之间,存在大量的层级。这些层级的术语或节点,也代表具有生理意义的生物学功能,是计算产生的,经过规模化的实验验证和归纳形成的。这将为新型药物研发提供广泛的靶向空间。

在方法论层面,第二阶段注重使用深度学习进行表型拟合,其学科内核是统计学。第三阶段则更注重建立模型,特别是两个术语体系之间的映射、互译,本质上可视为一个通信过程,因此电子工程、信息论思维与工具将发挥重要作用。

在产业带动方面,第二阶段将规模化地建立一系列拟合函数,即用生物学测量为x,中医证候为y的拟合函数。通过数据筛选以及经济可行性的选择,将形成由简到繁、具有不同精度的中医辨证、或名为精准医学疾病诊断、分型的技术。简便快速的表型测试将覆盖疾病预防、基层医疗等大量场景。来自生命组学筛选的新型标志物,将为更为精细的分型和治疗方案选择提供新的可能。因此,中医辨证的标准化成为可能。

第三阶段,由于在中医术语层、西医术语层之间新增了大量计算驱动形成的新的术语层,将中医整体性特点和西医高分辨率特点相结合,将为新型的诊疗一体化技术提供新的可能。基于这个新的ontology体系,可以规模化地对所有西药、营养素、中药、微生态制剂等进行作用机制和靶向机制进行认知更新。针对所有干预工具箱(药物)中干预手段的作用机理,建立可干预的分型术语,一旦识别出当前个体的分型,就可以对应一组干预方案,实现类似“发现即摧毁”的效果。因此,诊疗一体化方案的创新空间、创新药物制剂的空间极大打开。

目前,第一、二阶段的科学研究已经展开,或者说在已有立项项目中已有体现。第三阶段的本体论融通,则需要提前布局,特别是需要建立跨学科交叉的信息研究中心。以生物信息学、医学信息学领域为例,该领域具有大量来自统计学背景的人才,在call出信号方面非常擅长,应该来说满足一、二阶段的需求问题不大。第三阶段本体论融通,需要大量定性归纳,需要信息论思维和方法创新,这方面亟需建立学科交叉研究中心+大数据喂养。从项目组织的角度,第二阶段数据协同可以由生物医学方向主导,因为产生临床队列数据是关键,生物统计学主要是发挥手段和工具的作用。第三阶段本体论融通,信息论将唱主角,需要由信息学、生物医学共同主导。因此,笔者建议,应当建立专门的多学科融合创新中心,独特定位于本体论融通方面的计算创新,建立数据与算法基础设施,进行数据驱动的中西医两大理论体系的映射与翻译研究,同时积极参与基于临床队列数据的中医辨证标准化等研发方向。

 

 

(作者:熊江辉,原航天医学国家重点实验室副主任,航天员健康维护理论与技术方向PI,数据平台负责人。曾通过计算药理学手段简单研究了中医术语靶向的基因网络特征,提示中医术语可计算、可测量、可验证。探讨学术观点、实施路径请联系xiongjh77 AT 163.com)

 

主要参考文献

1. The hallmarks of cancer. Cell 2000. doi: 10.1016/s0092-8674(00)81683-9

2. Hallmarks of cancer: the next generation. Cell 2011. doi: 10.1016/j.cell.2011.02.013

3. Hallmarks of Cancer: New Dimensions. Cancer Discov 2022.doi: 10.1158/2159-8290.CD-21-1059

4. The hallmarks of aging. Cell 2013. doi: 10.1016/j.cell.2013.05.039

5. Hallmarks of Health. Cell 2021. doi: 10.1016/j.cell.2020.11.034




https://blog.sciencenet.cn/blog-508476-1345960.html

上一篇:2022重大科学问题:老年痴呆早期诊断:DNA甲基化解码中医“精/痰/心/窍”原理
收藏 IP: 114.249.236.*| 热度|

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-12-6 21:54

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部